模型炼知是由浙江大学VIPA团队于2019-2020年期间提出，其目的是建立轻量化的知识融合算法和解决深度模型迁移性度量问题。 本仓库包含TTL、THL、TFL三个模型炼知示例算法，用于计算机视觉领域，通过将多个同构或异构教师重组，实现知识融合，获得定制化的、全能型的学生模型，解决所有教师任务，学生模型性能相比于传统训练结果显著提高。因此，模型炼知具有深入研究和实际应用价值。